J'utilise MongoDB Atlas pour héberger notre MongoDB, et j'apprécie sa fiabilité ; je n'ai jamais eu de problèmes avec sa disponibilité. J'aime vraiment les outils qu'il offre pour la mise à l'échelle et la surveillance des performances, car ils sont faciles à utiliser avec une belle interface utilisateur. C'est formidable que les nouvelles versions de MongoDB soient déployées dès qu'elles sont publiées, me permettant d'utiliser de nouvelles fonctionnalités sans aucun délai. La configuration initiale a été facile sans aucun problème, ce que j'apprécie vraiment. Avis collecté par et hébergé sur G2.com.

Je pense que leur système d'alerte pourrait être un peu amélioré, par exemple pour que je puisse configurer des alertes plus granulaires. Par exemple, je ne peux pas configurer de règles composites (par exemple, le taux d'erreur d'un point de terminaison spécifique + seuil de CPU, etc.). En gros, c'est limité en termes de personnalisation. Avis collecté par et hébergé sur G2.com.

J'apprécie MongoDB Atlas pour rendre la gestion des bases de données plus conviviale grâce à son interface utilisateur intuitive, ce qui le rend plus confortable à utiliser par rapport à l'utilisation uniquement du terminal. La fonctionnalité de gestion des agrégations MongoDB est particulièrement bénéfique, me permettant de construire des requêtes à partir de plus petites parties de manière efficace et intuitive, rendant le processus beaucoup plus facile que de le faire manuellement. J'apprécie énormément la façon dont MongoDB Atlas m'aide à travailler de manière fluide avec les bases de données, surtout lorsque je développe et que j'ai besoin de vérifier l'état de mes données. Sa performance est rapide, ce que j'aime, et il s'intègre bien lorsque je travaille sur le backend avec Visual Studio Code. Dans l'ensemble, il est facile à configurer si les variables d'environnement sont correctement configurées, rendant le processus global simple. Avis collecté par et hébergé sur G2.com.

Je pense que cela fonctionne très bien, je ne vois rien à améliorer particulièrement. Avis collecté par et hébergé sur G2.com.

La mise à l'échelle automatisée, les sauvegardes, la surveillance et les alertes de performance rendent incroyablement facile la maintenance des clusters sans avoir à dédier une équipe à l'infrastructure. À cela s'ajoute une interface utilisateur intuitive, des requêtes qui s'exécutent rapidement et des fonctionnalités comme Atlas Search, Charts et des contrôles de sécurité intégrés qui aident à expédier les fonctionnalités rapidement. Avis collecté par et hébergé sur G2.com.

Certaines options de configuration semblent cachées derrière des niveaux. De plus, une plus grande transparence concernant l'optimisation des coûts ou les recommandations sur la plateforme rendrait l'expérience encore plus fluide. Avis collecté par et hébergé sur G2.com.

En utilisant le cloud MongoDB Atlas, il est très facile de monter en échelle en un clic et il est très facile de l'intégrer à une application. Pour l'utilisation quotidienne, c'est très simple. Son support client et son interface utilisateur sont très faciles à gérer. Avis collecté par et hébergé sur G2.com.

Ce que je n'aime pas à propos de l'Atlas, c'est que le prix est élevé en tant que données et cluster. Problème de démarrage à froid pour le cluster en pause. Avis collecté par et hébergé sur G2.com.

interface utilisateur facile, très intuitive, bonne documentation Avis collecté par et hébergé sur G2.com.

il n'y a rien que je n'aime pas - le support client pourrait répondre plus rapidement Avis collecté par et hébergé sur G2.com.

Flexibilité, facilité d'utilisation et efficacité ainsi que connexion et interaction avec la base de données pendant la phase de développement. Avis collecté par et hébergé sur G2.com.

Pour les bases de données NoSQL, ça va ; je n'ai pas senti que quelque chose n'allait pas. Avis collecté par et hébergé sur G2.com.

simplicité, facilité d'utilisation, mise à l'échelle, fragmentation, gestion des données Avis collecté par et hébergé sur G2.com.

Parfois, les clusters de base de données prennent du temps pour charger les données. Avis collecté par et hébergé sur G2.com.

Il est bon car il stocke différents types de structures de données, différents types de documents car il a une bonne évolutivité et de bonnes performances. Avis collecté par et hébergé sur G2.com.

Il ne prend pas en charge l'ACID multi-document et présente une utilisation élevée de la mémoire, ce qui entraîne parfois des incohérences de données. Avis collecté par et hébergé sur G2.com.

Je n'ai rien de bon à dire sur MongoDB Atlas. Avis collecté par et hébergé sur G2.com.

Mon histoire avec Mongo a commencé lorsque j'ai commencé un nouveau poste en développement logiciel, et ils avaient une version héritée de leur produit logiciel utilisant Atlas.

Comparé à nos autres factures d'infrastructure, Mongo était nettement plus élevé pour la quantité de calcul et de stockage que nous utilisions (3K $ par mois). C'est un service géré, donc on s'attend à payer une prime. D'accord, mais alors je m'attends à une grande fonctionnalité, performance et support.

Le principal problème a commencé avec Mongo lorsque nous avons eu besoin de supprimer certaines données parce qu'ils lient les niveaux de CPU et de mémoire à la taille de stockage, donc nous payions trop. Notre application fonctionnerait bien sur un cluster dédié M10 (le plus petit niveau), mais elle avait automatiquement évolué vers un M50 à cause du stockage. C'est déjà un peu décevant parce qu'ils forcent les clients à payer pour plus de calcul et de mémoire qu'ils n'en ont besoin.

Nous avons donc commencé à supprimer certaines données, mais nous avons ensuite rencontré des problèmes. Le processus de suppression des données était vraiment lent et ralentissait également tout notre cluster, causant des retards et des problèmes de performance pour nos utilisateurs finaux. Mais attendez, cela n'a aucun sens parce que nous payons pour plus de CPU et de RAM que nous n'en avons besoin, alors pourquoi aurions-nous ce problème ?

Il nous a fallu trois mois pour supprimer 500 Go de données. Entre-temps, notre facture est restée la même parce que vous ne pouvez pas récupérer l'espace sans compacter la base de données. D'accord, très bien. Nous avons donc exécuté compact(), mais nous n'avons libéré qu'environ 100 Go sur les clusters secondaires.

Le support nous a donné un script à exécuter qui peut voir combien de stockage peut être libéré.

Finalement, nous avons dû activer un plan de support supplémentaire coûteux nous coûtant 500 USD par mois pour obtenir le support pour exécuter une commande de resynchronisation. Cela aurait dû prendre 10 minutes à leur personnel de support, mais au lieu de cela, ils nous ont fait tourner en rond avec le ticket, prenant trois semaines pour résoudre le problème.

Un an plus tard, nous avons eu besoin de supprimer encore plus de données. Nous avons passé cinq mois supplémentaires à supprimer 800 Go de données. Ensuite, nous avons exécuté compact() et libéré 300 Go. Où sont nos autres 500 Go ? Nous avons contacté des personnes chez Mongo, qui ne pouvaient vraiment pas faire grand-chose d'autre que de suggérer que nous obtenions un financement pour couvrir le support de 500 $ pour un mois. Oui, nous avons obtenu le crédit de 500 $, mais quand j'ai voulu réactiver le support, cela allait nous facturer pour trois mois pour un mois parce que Mongo vous facture rétroactivement pour trois mois lorsque vous réactivez. Wow, nous avons commencé dans une mauvaise situation, maintenant je suis au-delà de la frustration ; c'est du vol en plein jour.

À ce jour, je me bats toujours pour récupérer du stockage, mais à ce stade, je vais recommander à notre PDG que notre équipe de développement mette des efforts pour s'éloigner complètement de Mongo.

Je dois également mentionner que Mongo nous a recommandé d'utiliser leurs fonctionnalités d'archivage en ligne, mais lorsque nous avons fait les calculs, c'était encore assez cher, et nous devrions faire un travail significatif pour faire fonctionner notre application entre les clusters réguliers et l'archive en ligne. Donc, il était beaucoup plus logique de simplement mettre les données dans AWS S3, puis de les supprimer dans Mongo.

Si je peux résumer mon expérience avec Mongo, et je reconnais que la mienne est probablement assez différente de la plupart, la voici :

Trop cher pour la performance que vous obtenez

Modèle de facturation sournois où ils lient CPU et mémoire au stockage

Support terrible et coûteux

Frais supplémentaires sournois lors de la réactivation du support

Mauvaises solutions d'escalade du support - ils ne pouvaient pas simplement activer un 'support' gratuit

Mauvaise performance de la base de données

Opérations de suppression lentes

Verrouillage de l'écosystème

Mises à niveau forcées - pas de versions LTS

Permettez-moi de le résumer ainsi : si votre commande compact() ne libère pas l'espace disponible sur votre cluster, alors fournissez au client un support gratuit pour le faire.

Je déteste traiter avec Mongo. Rien n'est simple, tout est cher, et la performance est médiocre.

Si vous envisagez d'utiliser Mongo, trouvez autre chose. Même si vous devez prendre un peu plus de temps pour apprendre AWS Dynamo, S3 ou Aurora, vous devriez le faire ; vous économiserez du temps et de l'argent à long terme.

Mongo, vous méritez cette critique négative. Je vous ai donné de nombreuses occasions de résoudre les problèmes et j'ai escaladé les problèmes, mais vous vous en fichez.

Nous voulions nous éloigner de Mongo avant ; maintenant je ne peux pas m'en débarrasser assez vite. Avis collecté par et hébergé sur G2.com.

L'interface graphique de MongoDB est très bonne pour visualiser la collection et gérer les bases de données. Avis collecté par et hébergé sur G2.com.

L'interface graphique ne nous permet pas de voir les détails de l'utilisateur. Avis collecté par et hébergé sur G2.com.